信息安全研究

Select

1. 关于中国汽车行业数据安全治理的研究

王峥, 宁玉桥, 陈阳, 薛世豪,

信息安全研究 2025, 11 (E2): 277-.

摘要（1018）

PDF （1198KB）（13）

基于全国性产业调查，构建“政策—产业—技术”三维研究架构，对中国汽车行业数据安全治理体系展开系统探究.通过实地调研与文献剖析，深入考察汽车厂商数据安全管理的实际状况.对国际主要数据安全法规与中国相关政策框架进行比较分析，梳理国内汽车行业数据安全标准体系的建设进展.在企业实践层面，提出数据安全威胁模型、数据价值评估模型和数据全生命周期管理流程模型，为完善汽车行业数据安全治理提供理论与实践参考.

参考文献 | 相关文章 | 多维度评价

Select

2. 一种基于隐私计算理论的跨境数据可信空间平台设计

赵睿斌, 范鉴发, 张灏, 康霄普, 方景鑫,

信息安全研究 2025, 11 (E1): 19-.

摘要（837）

PDF （1799KB）（24）

数据跨境流动对国际数字经济贸易增长有明显促进作用，近年来我国逐步建立完善数据要素顶层设计框架以及数据跨境流动制度体系.基于全国多个数据交易所的实践，对数据跨境交易的模式、流程、服务、监管等核心内容进行分析和研究，设计一套符合我国现行政策法规要求的基于隐私计算理论的跨境数据可信空间平台，以建立高效、便利、安全的数据跨境流动机制，支持自由贸易试验区出台实施数据出境管理清单(负面清单)，构建数据跨境传递监控、存证备案、出境管控等能力体系.结合数据出境管理清单、重要数据目录等工作机制，提供合规指引、跨境申报咨询等服务，降低企业数据跨境成本和合规风险，对推动我国数据要素国内国际双循环战略具有实践价值.

参考文献 | 相关文章 | 多维度评价

Select

3. 基于可信计算3.0的软件供应链安全防护架构研究

杜君, 毛庆梅, 靳佑鼎, 杜雪涛, 张晨, 项立洋,

信息安全研究 2025, 11 (E2): 80-.

摘要（795）

PDF （1807KB）（21）

目前，随着软件供应链攻击事件的频发，传统安全防护手段在应对复杂动态的供应链威胁时存在明显局限.可信计算3.0技术以“主动免疫”为核心思想，通过可信根构建、信任链传递和动态验证机制，为软件供应链安全提供了新的解决方案.提出一种基于可信计算3.0的软件供应链安全防护架构，覆盖开发、交付、部署和运维全生命周期，通过可信度量、动态验证等技术，实现软件供应链的完整性保护、运行可靠性保障及全流程可追溯性构建.

参考文献 | 相关文章 | 多维度评价

Select

4. 基于大模型构建的电子数据取证人工智能知识引擎

吴威, 周巴特尔, 马远声, 包玉洁, 魏星,

信息安全研究 2025, 11 (E2): 295-.

摘要（443）

PDF （893KB）（15）

伴随电子数据于公安侦查领域的广泛运用，传统电子数据取证方法在处理效率、操作门槛以及适配性等方面遭遇诸多挑战.提出并构建了一套基于大模型构建的电子数据取证人工智能知识引擎，其目的在于整合Qwen3语义解析引擎、Vanna SQL生成引擎、Dify流程编排平台以及PostgreSQL数据库，构建一个覆盖数据智能解析、多维度关联挖掘、动态风险预警、处置反馈闭环的全流程、一体化实战赋能体系.该系统在实际案件中彰显出卓越效能，有效化解了传统电子数据分析模式长期存在的处理效率低下、技术操作门槛高、分析流程僵化适配性差等关键瓶颈问题.实验结果显示，该系统在单案线索挖掘周期、涉案线索识别准确率、操作适配性以及响应时间等方面均实现了显著提升.未来，该系统将进一步拓展多模态分析能力，以适应更为复杂、全面的电子数据取证需求.

参考文献 | 相关文章 | 多维度评价

Select

5. 联邦学习后门攻击与防御研究综述

汪永好, 陈金麟, 万弘友,

信息安全研究 2025, 11 (9): 778-.

摘要（274）

PDF （2638KB）（78）

联邦学习(federated learning, FL)是一种机器学习框架，能够使不同领域的参与者在保护本地数据隐私的条件下，共同参与大规模集中模型训练，在如今数据孤岛问题亟待解决的背景下迅速成为研究热点.然而，联邦学习中不同参与者之间训练数据具有异构性的特点，也使其更加容易受到来自恶意参与者的模型鲁棒性攻击，例如后门攻击.后门攻击通过提交恶意模型更新向全局模型注入后门，这些后门只能通过精心设计的输入触发，对模型鲁棒性造成极大的威胁.对联邦学习中目前的后门攻击方法及后门攻击的防御策略进行了全面综述.首先介绍了联邦学习的概念、后门攻击与防御的主要类型及其评价指标；然后分别对目前主要的后门攻击与防御方案进行了分析与比较，指出了它们的优势与不足；在此基础上，进一步讨论了联邦学习后门攻击与防御所面临的挑战，并展望了它们未来的研究方向.

参考文献 | 相关文章 | 多维度评价

Select

6. 基于共生理论的AI安全治理框架研究

李剑峰, 张金玉, 苏磊,

信息安全研究 2025, 11 (10): 897-.

摘要（273）

PDF （2070KB）（75）

当前人工智能技术呈现前所未有的快速发展态势，其安全性问题已成为全球关注的焦点.传统的AI安全研究主要基于“控制范式”，强调通过限制、监管与价值对齐控制AI行为，防止其带来潜在风险.然而，随着AI能力日益增强，单向控制策略暴露出日益显著的局限性，如透明性幻觉、对抗演化与创新压制等问题逐渐浮现.业界领袖如Sam Altman和Dario Amodei预测，AI在未来2~3年内可能在多个领域全面超越人类能力，这使得重构AI治理范式变得尤为紧迫.提出“共生范式”的新视角，强调以人机协作为核心、以理解与信任为基础，通过建立透明沟通、双向理解、创造性共振和动态边界4大支柱，推动AI安全从控制走向共创，并作为数字治理转型的基础路径之一.通过理论解析、技术路径、实践案例和治理建议4个维度，系统论证共生范式的可行性与必要性，旨在为未来AI安全研究与数字治理实践提供具有可持续性的替代方案.

参考文献 | 相关文章 | 多维度评价

Select

7. 基于区块链的大模型数据监管体系设计

李守伟, 张嘉政, 何海波, 陈明辉,

信息安全研究 2025, 11 (8): 682-.

摘要（249）

PDF （2618KB）（86）

大模型(large model, LM)在自然语言处理、图像、语音识别等领域展现出巨大潜力，成为推动科技革命与社会进步的关键力量.但大模型技术的广泛应用带来了数据隐私风险、数据合规性监管、数据监管活跃性与智能化等挑战.旨在探讨如何利用区块链技术设计和构建一个有效的大模型数据监管体系促进其健康发展，以应对海量数据应用于大模型所带来的挑战.分析了国内外大模型发展的趋势和现状，指出了大模型数据监管面临的主要挑战，包括数据隐私问题、数据合规性、监管机构难以有效监督等.针对这些挑战提出一种基于区块链技术的数据监管体系设计方案，通过隐私保护、共识算法、激励机制和智能合约4个互相联动的模块实现对大模型数据从原生元数据到输入大模型训练，直至训练后反馈的全周期数据监管.最后总结了区块链技术在大模型数据监管中的应用前景，并对未来大模型数据监管的发展趋势进行了展望.

参考文献 | 相关文章 | 多维度评价

Select

8. 智能网联环境下汽车网络安全威胁及其管理体系建设研究

王峥, 宁玉桥, 俞彦辉, 陈阳, 薛世豪,

信息安全研究 2025, 11 (E2): 197-.

摘要（238）

PDF （815KB）（15）

随着智能网联汽车技术的快速发展，车辆通信系统正逐步从传统的封闭式架构向开放且高度互联的体系结构演进，实现了车内外多维度信息交互，显著提升了自动驾驶与智能交通系统的感知与决策能力.然而，复杂多样的网络通信协议及开放式接口，亦使汽车系统面临严峻的网络安全挑战.梳理了智能网联汽车在系统安全、代码安全、硬件安全、车内通信安全、外部通信安全及自动驾驶安全等多方面的威胁研究.进一步探讨了当前主流安全评估与防护机制的实现途径，特别是在漏洞管理、应急响应、风险评估及供应商管理等方面，提出了网络安全管理建设框架.

参考文献 | 相关文章 | 多维度评价

Select

9. 基于跨模态注意力机制和弱监督式对比学习的虚假新闻检测模型

蔡松睿, 张仕斌, 丁润宇, 卢嘉中, 黄源源,

信息安全研究 2025, 11 (8): 693-.

摘要（225）

PDF （1508KB）（50）

随着互联网和智能设备的广泛普及，社交媒体已成为新闻传播的主要平台.然而这也为虚假新闻的广泛传播提供了条件.在当前的社交媒体环境中，虚假新闻以文本、图片等多种模态存在，而现有的多模态虚假新闻检测技术通常未能充分挖掘不同模态之间的内在联系，限制了检测模型的整体性能.为了解决这一问题，提出了一种基于跨模态注意力机制和弱监督式对比学习的虚假新闻检测模型.该模型利用预训练的BERT和ViT模型分别提取文本和图像特征，通过跨模态注意力机制有效融合多模态特征.同时，该模型引入了弱监督式对比学习，利用有效模态的预测结果作为监督信号指导对比学习过程，能够有效捕捉和利用文本与图像间的互补信息，从而提升了模型在多模态环境下的性能和鲁棒性.仿真实验表明，提出的虚假新闻检测模型在公开的Weibo17和Weibo21数据集上表现出色，与目前最先进的方法相比，准确率平均提升了1.17个百分点，F1分数平均提升了1.66个百分点，验证了其在应对多模态虚假新闻检测任务中的有效性和可行性.

参考文献 | 相关文章 | 多维度评价

Select

10. 基于TCNGAN的时序流量异常检测

李琛, 林维, 许力,

信息安全研究 2025, 11 (10): 907-.

摘要（221）

PDF （2708KB）（57）

近年来，生成对抗网络在时间序列异常检测领域得到了广泛应用.然而，时序数据往往具有复杂的时间依赖性，而现有异常检测方法中普遍存在梯度消失与训练不稳定等问题.为此，提出了一种基于时序卷积网络(temporal convolutional network, TCN)与生成对抗网络(generative adversarial network, GAN)相结合的无监督时序流量异常检测方法.该方法将TCN作为生成器和辨别器的基础架构，能够有效捕捉时序流量数据的时间特征.异常检测过程中，模型基于重构损失和判别损失构建异常评分函数，并通过设定阈值进行异常判断，从而提高了异常检测的准确性.为验证该模型的性能，在5类不同数据集上进行了实验.结果表明，该模型相比TAnoGAN模型的平均F1分数提高了11.02%.

参考文献 | 相关文章 | 多维度评价

Select

11. 关键信息基础设施安全防护研究#br#

韩晓露, 鲍旭华,

信息安全研究 2025, 11 (10): 878-.

摘要（201）

PDF （324KB）（76）

相关文章 | 多维度评价

Select

21. 在线诉讼区块链证据复式可采性规则

韦集馨,

信息安全研究 2026, 12 (2): 134-.

摘要（164）

PDF （1088KB）（46）

区块链证据为传统电子证据运用困境提供了解决之策，形成新技术司法应用下的“证据自证”新模式.但我国区块链证据规范存在明显局限，未完整覆盖区块链证据在线上、线下双层空间的运用，且侧重于区块链证据的真实性认定，忽视其可采性认定.为实现区块链证据在中国语境下的恰当运用，应当综合运用技术自证与法律推定，构筑区块链证据双层空间架构认定模式，达成共识性正义，明确存证、举证、质证、认证环节的复式可采性规则，以实现法治主义与技治主义良性互动的新型证据法治形态.关键词在线诉讼；区块链证据；电子证据；可采性；证据规则

参考文献 | 相关文章 | 多维度评价

Select

22. 基于LSTM和CNN的对抗性跨站脚本攻击分析和检测方法研究

宋雨濛, 龚元丽, 任艳,

信息安全研究 2025, 11 (8): 761-.

摘要（164）

PDF （1115KB）（36）

随着互联网的发展，XSS(crosssite scripting)成为一大网络安全威胁.研究者们将机器学习与深度学习技术应用于XSS检测，并取得了显著成果，但存在无法应对对抗性攻击的问题.为了解决这一问题，提出一种基于强化学习SAC(soft actorcritic)与LSTM(long shortterm memory),CNN(convolutional neural network)相结合的方法.首先训练LSTMCNN为XSS攻击检测模型，然后利用SAC与LSTMCNN检测模型生成对抗性攻击样本以模拟攻击者策略，将这些样本用于检测模型的增量训练，以逐步缩小对抗性数据生成空间，提高模型鲁棒性和检测精度.实验结果表明，生成的对抗性数据能在多种检测工具上实现超过90%的成功逃逸率，通过增量训练后，检测模型对对抗性XSS攻击的防御能力得到显著提升，逃逸率持续下降.

参考文献 | 相关文章 | 多维度评价

Select

23. 基于自适应裁剪的深度学习差分隐私保护方案

程宇航, 尚涛, 姜亚彤, 杜瑞忠,

信息安全研究 2026, 12 (6): 490-.

摘要（154）

PDF （1728KB）（95）

针对深度学习模型在差分隐私保护下存在效用下降以及理论隐私保护效果与实际效果偏差的问题，提出基于自适应裁剪的深度学习差分隐私保护方案.方案通过4步机制实现优化：梯度自适应裁剪自适应调整梯度裁剪阈值控制训练时梯度大小，实现对后续添加噪声大小的控制；分组标签选择，通过选取梯度最小的组作为隐私保护对象，训练该分组能够得到更准确的隐私损失；优化的隐私损失计算通过结合基于子采样的高斯机制，减小模型隐私损失计算的开销；优化的梯度自适应下降，通过调整条件平滑参数实现梯度的自适应下降，提升模型的可用性.在VGG(visual geometry group)架构下训练MNIST，CIFAR10，MedicalMNIST数据集，结果表明采用该方案训练后模型准确率分别为81.08%，72.30%，67.91%，相比传统的差分隐私随机梯度下降(differential privacy stochastic gradient descent, DPSGD)方法分别提升15.60%，10.60%，9.71%，相比近年常用的Nadam算法分别提升0.63%，2.50%，4.40%，模型训练效率分别提升35.5%，39.4%.

参考文献 | 相关文章 | 多维度评价

Select

24. 基于联邦学习和注意力机制的物联网入侵检测模型

尹春勇, 王珊,

信息安全研究 2025, 11 (9): 788-.

摘要（152）

PDF （1432KB）（40）

物联网在众多领域中展现出广泛的应用前景和巨大的发展潜力.然而，随着物联网规模的持续扩展，独立的物联网设备缺乏高质量攻击实例，难以有效应对日益复杂且多样化的攻击行为，物联网安全问题已经成为亟待解决的关键挑战.为应对这一问题，提出了一种基于联邦学习和注意力机制的物联网入侵检测模型，允许多个设备在保护其数据隐私的基础上协同训练全局模型.首先，构建了一个结合卷积神经网络与混合注意力机制的入侵检测模型，提取网络流量数据的关键特征，从而提高检测的准确率.其次，引入模型对比损失，通过矫正本地模型的训练方向，缓解设备间数据非独立同分布所导致的全局模型收敛困难等问题.实验结果显示，该模型在准确率、精确率和召回率等指标上显著优于现有方法，展现了更强的入侵检测能力，能够有效应对物联网环境中复杂的数据分布问题.

参考文献 | 相关文章 | 多维度评价

Select

25. 基于国密SM9的去中心化跨链医疗数据共享方案

俞惠芳, 李顺凯,

信息安全研究 2025, 11 (9): 832-.

摘要（152）

PDF （2204KB）（64）

为了解决医疗系统中数据泄露和医疗机构间数据的孤岛问题，提出基于国密SM9的去中心化跨链医疗数据共享方案(SM9based decentration crosschain medical data sharing scheme, DCCMDSS).中继链和哈希时间锁定合约实现了医疗机构之间跨链数据的可信共享，星际文件系统存储模式降低了区块链的存储压力并确保了医疗数据的完整性.SM9用于加密医疗数据，群签名允许群体成员代表集体签署数据而无需暴露个人身份，有效避免了隐私泄露问题并保证了签名的可追溯性.DCCMDSS降低了跨链交互中的计算复杂度，提升了医疗数据的安全性.

参考文献 | 相关文章 | 多维度评价

Select

26. 基于可编辑区块链的政府数据目录安全共享模型

赵雨琦, 宋智明, 宋俊蓉, 姜茸, 田生湖, 童慧,

信息安全研究 2025, 11 (10): 966-.

摘要（151）

PDF （6159KB）（72）

随着政府对数据共享的需求不断增加，确保数据的安全可信性成为一项紧迫的挑战.提出了一种基于可编辑区块链的政府数据目录安全共享模型，以实现链上链下的协同更新、编辑权限的细粒度授权和安全控制.首先，模型引入双陷门变色龙哈希函数，利用临时陷门密钥作为链上数据目录更新的控制机制，解决了传统密钥分割与恢复方案无法兼顾安全和效率的问题.其次，针对政府复杂的组织架构和人员配置，提出了基于用户ID的多机构属性加密算法与临时陷门密钥相结合的编辑权限授权机制，克服了传统授权方案的中心化及粗放问题.此外，设计了基于密码学累加器的编辑权限控制机制，以安全释放编辑权限并防止属性串谋攻击.详细描述了模型的架构，并通过分析与实验验证了其安全性和有效性.最后，讨论了模型的适用性.结果表明该模型在政府数据目录动态更新中具有实际价值和参考意义.

参考文献 | 相关文章 | 多维度评价

Select

27. 基于双置信度样本选择的鲁棒恶意加密流量检测方法

王一彤, 吴礼发, 张伯雷,

信息安全研究 2025, 11 (10): 924-.

摘要（149）

PDF （1679KB）（23）

在恶意加密流量的检测任务中，噪声标签的存在严重影响了模型的泛化能力和检测精度.针对以上问题，提出一种基于双置信度自适应样本选择(dualconfidence adaptive sample selection, DCASS)的噪声标签学习方法，以实现鲁棒恶意加密流量检测.首先通过自编码器提取样本低维特征，并构建样本的特征置信度；然后根据样本在分类训练中的表现评估样本的标签置信度；最后，提出自适应选择阈值，基于特征空间和标签空间的双置信度进行样本选择，动态过滤噪声样本以提升模型鲁棒性.在CIRACICDoHBrw2020数据集上的实验表明，该方法在应对噪声标签时具有良好的性能及稳定性，在噪声率为20%，30%，40%的情况下，该方法的F1分数分别达到86.686%，86.749%，83.199%.与现有的3种方法相比，该方法在不同的噪声率下均表现出最优的性能，平均性能提升分别达到18.89%，37.34%，6.32%.

参考文献 | 相关文章 | 多维度评价

Select

28. 统筹数据跨境流动和安全的治理体系研究

王晓冬, 李木子,

信息安全研究 2025, 11 (9): 840-.

摘要（147）

PDF （1493KB）（28）

数据跨境流动是开展数字贸易的重要基础，也是国际数据治理博弈的关键议题.当前我国已初步形成了数据跨境流动的制度规则体系，但仍存在跨境风险甄别困难、规则制度条款略粗、国际规则主导困难、跨境监管手段薄弱等突出问题.认真解决数据跨境流动问题，亟需更好统筹发展、安全、开放，构建数据跨境治理体系，明晰基本主张，健全法律体系，细化制度规则，夯实技术平台，拓展实践载体，更好对标国际高标准经贸规则，逐步形成数据跨境流动“中国方案”.

参考文献 | 相关文章 | 多维度评价

Select

29. 动态特征融合的域自适应入侵检测方法研究

陈瀚文, 章乐, 池亚平, 姜波, 王志强,

信息安全研究 2026, 12 (4): 294-.

摘要（147）

PDF （1452KB）（103）

针对入侵检测研究中特征提取不全面、模型泛化能力差的问题，提出了一种动态特征融合的域自适应入侵检测方法：首先，通过卷积神经网络提取空间特征，利用双向长短期记忆网络提取时序特征，全面提取网络流量数据的多维特征信息；其次，通过计算2种特征的信息熵衡量不确定性，根据熵值分配不同的权重，并根据权重将提取的特征加权融合；最后，在训练过程中使用提出的自适应域权重损失算法动态调节源域和目标域数据的贡献比例，以提高模型在目标域数据上的泛化能力.在NSLKDD和UNSWNB15数据集上的实验表明，与现有的主流方法相比该方法具有更高的检测准确率，分别达到0.8563和0.916.

参考文献 | 相关文章 | 多维度评价

Select

30. 车联网V2N中的轻量级双向认证与密钥协商

柳亚男, 曹磊, 张正, 李戈, 邱硕, 王苏豪,

信息安全研究 2025, 11 (8): 753-.

摘要（146）

PDF （2403KB）（56）

针对车联网(IoV)的V2N(vehicle to network)环境中车辆安全接入应用服务器场景，提出一种基于物理不可克隆函数(physical unclonable function, PUF)的Kerberos扩展协议PuKEV2N，实现车辆与远程应用服务器之间的双向认证和与密钥协商，保障V2N数据传输的保密性与认证性.利用PUF产生的激励响应对代替标准Kerberos的口令认证，从而防止攻击者通过入侵、半入侵或侧信道攻击等物理攻击造成的密钥泄露威胁.而Kerberos的轻量级双向认证协议，可以克服公钥认证算法计算复杂度高、速度慢的缺陷，高效实现车辆与应用服务器之间的安全数据传输.

参考文献 | 相关文章 | 多维度评价

Select

31. 不可感知的人脸属性编辑伪造主动防御方法

陈北京, 冯逸凡, 范春年,

信息安全研究 2025, 11 (10): 941-.

摘要（144）

PDF （2504KB）（24）

尽管基于生成对抗网络(generative adversarial network, GAN)的人脸属性编辑伪造主动防御方法比基于梯度攻击的方法生成对抗扰动速度更快，但现有这类方法仍未很好平衡生成扰动的主动防御性能与不可感知性.因此，基于GAN提出了一种不可感知的人脸属性编辑伪造主动防御方法.该方法设计了一种高频信息补偿机制，使生成器生成更多人眼更不敏感的高频扰动，以提升扰动的不可感知性，并设计了一种多级密集连接机制，减少编码的语义损失以增强主动防御性能.同时，该方法在训练中引入了人脸显著性对抗损失，使扰动更好地破坏人脸伪造区域.在单模型和跨模型防御场景下分别进行了实验.结果表明，该方法相比现有主动防御方法能生成不可感知性更强的对抗扰动，且对目标模型取得较高的防御成功率.

相关文章 | 多维度评价

Select

32. 基于贝叶斯超参数优化的BiLSTM模型DGA域名生成方法

李博文, 乔延臣, 王继刚, 陆柯羽, 张宇, 张伟哲,

信息安全研究 2025, 11 (10): 950-.

摘要（141）

PDF （1488KB）（21）

近年来，域名生成算法(domain generation algorithm, DGA)在网络攻击中被广泛使用，为恶意软件通信动态生成大量随机域名，给安全防御带来严峻挑战.随着DGA结构日益复杂，传统依赖手动提取特征的域名分类方法难以及时适配新型变种；而基于生成的深度模型虽然能从数据分布中自动捕捉潜在规律，却常因参数规模庞大与调参难度高而无法在面对多样化DGA时保持稳定表现.为了应对这一挑战，提出了一种基于贝叶斯超参数优化(Bayesian hyperparameter optimization, Bayesian HPO)的双向长短期记忆网络(bidirectional long shortterm memory, BiLSTM)模型的DGA域名生成方法，预测并生成用于僵尸网络中恶意行为的拦截DGA域名黑名单.贝叶斯超参数优化技术通过自动调优关键超参数显著减轻了人工干预与训练成本，并提升了模型对不同DGA的鲁棒性与泛化能力.实验结果表明，该方法在多种DGA域名上均展现了优秀的生成准确率，可以为网络安全提供一种主动、防御前移的新思路.

参考文献 | 相关文章 | 多维度评价

Select

33. 关键信息基础设施安全防护下的新基建高质量发展研究

周海川,

信息安全研究 2025, 11 (10): 891-.

摘要（141）

PDF （957KB）（30）

发展新型基础设施对提升关键信息基础设施安全防护能力具有重要推动作用.相关国家提高新基建全球竞争力、注重关键技术研发、吸引私营部门深度参与、推动标准规则统一、提升供应链韧性等发展新型基础设施的做法具有一定借鉴意义.尽管近年来我国新型基础设施在发展规模、技术自主程度、数智化水平以及支撑关键信息基础设施能力上不断提升，但也面临着自身安全风险较大、新技术引入风险、标准制定滞后等挑战，建议以智能化升级为动力、以功能扩展为纽带、以边界治理为重点，着力推动新型基础设施高质量发展.

参考文献 | 相关文章 | 多维度评价

Select

34. 基于边云协同的油气生产物联网入侵检测系统设计

钱永傲, 邓涛, 马赟, 周纯杰, 燕葵, 张卫平,

信息安全研究 2025, 11 (9): 868-.

摘要（139）

PDF （2738KB）（21）

针对油气生产物联网面临的多方面入侵威胁，为满足入侵检测对于实时性和精确度的高要求，克服边端计算资源受限、边云数据异构等技术难题，提出一种基于边云协同的油气生产物联网入侵检测系统.采用边云协同的架构模式，边端和云端分别部署不同的入侵检测子系统，二者协同运行，实现全面防护.边端采用基于独立分类+联合分析的模型架构，对多种物理数据进行精准的异常检测，检测速度可达100ms级.云端使用基于特征提取+XGBoost的算法，并采用预训练+微调的方式获得兼具异常流量检测能力与低误报率的模型.仿真结果显示该系统具备较高的准确性和实时性，能够适应边、云设备的可用计算资源差异性，并且满足不同层次的入侵检测性能要求.

参考文献 | 相关文章 | 多维度评价

Select

35. 基于LSTM的越权漏洞识别模型研究

刘煜, 张晓京, 聂滢, 姜宁, 任鹏程, 卢永頔,

信息安全研究 2025, 11 (E1): 14-.

摘要（138）

PDF （999KB）（39）

当前越权漏洞识别方法有人工判断方式和自动化工具判断方式.分析以上识别方法的优缺点，基于人工判断方式的关键指标，采用自动化工具的数据采集方法，结合长短期记忆神经网络，构建越权漏洞识别模型.该模型模拟人工判断越权漏洞的思维，同时结合自动化工具的数据采集方法，极大改善了自动化工具的识别率.实验表明，模型取得了正确识别率达95%的理想效果，证明了识别模型的有效性.

参考文献 | 相关文章 | 多维度评价

Select

36. 人工智能时代关键信息基础设施安全挑战与对策研究

孙启, 孙大卫, 李洪侠,

信息安全研究 2025, 11 (12): 1087-.

摘要（137）

PDF （944KB）（43）

随着人工智能技术的迅猛发展，关键信息基础设施正面临前所未有的安全挑战.采用系统分析与比较研究方法，剖析了人工智能时代关键信息基础设施在结构脆弱性、治理滞后性及技术双重性风险等方面的安全威胁，并结合美国、欧盟、日本等主要国家和地区的战略实践，提出我国应通过完善人工智能安全政策标准、构建安全风险治理框架以及加强安全技术创新等路径，建立和完善自主可控、安全可靠的关键信息基础设施人工智能赋能体系，以提升国家数字安全能力和全球竞争力.关键词

参考文献 | 相关文章 | 多维度评价

Select

37. 基于差分隐私kmeans++的一种隐私预算分配方法

晏玲, 赵海良,

信息安全研究 2025, 11 (8): 710-.

摘要（135）

PDF （1126KB）（31）

针对传统差分隐私kmeans++算法，常用的均分法分配隐私预算无法适应不同部位对隐私预算的不同需求，而二分法中隐私预算消耗过快会使得后期噪声过多，均会导致聚类效果不佳.为解决该问题，结合等差法和均分法提出了一种新的隐私预算分配方法.在选取初始中心点时采用均分法分配隐私预算，更新中心点的过程结合最小隐私预算，前期采用等差法，后期采用均分法.该方法使得前期分配的隐私预算较大，保证了聚类中心不会发生严重形变，后期隐私预算的消耗速度适中，避免了加入过多噪声而影响聚类效果.一系列基于真实数据的实验结果表明，与原kmeans++相比，最低误差仅有0.09%；与均分法和二分法相比，聚类准确率最高分别提升了14.9%和16.9%.由此可见该方法明显优于均分法和二分法，在一定程度上能够提升聚类结果的可用性和准确性.

参考文献 | 相关文章 | 多维度评价

Select

38. 面向配电网资源受限设备的轻量级隐式证书方案研究

侯思祖, 沈昱孛,

信息安全研究 2025, 11 (9): 845-.

摘要（135）

PDF （1576KB）（18）

随着配电网中故障指示器、智能电表等资源受限终端设备的广泛应用，系统对于身份认证的安全需求不断增加，而相关规定并不完善，传统的公钥基础设施(public key infrastructure, PKI)技术由于负担过重，难以直接应用.针对这一问题，设计了一种轻量级隐式证书方案，对适用于资源受限场景的ECQV(elliptic curve QuVanstone)隐式证书算法进行改进，并结合证书字段裁剪与简明二进制对象表示(concise binary object representation, CBOR)编码的方式，显著降低了设备的存储和计算负担，同时提高了系统的安全性.通过计算机平台下的多次仿真分析，对比改进前的ECQV隐式证书方案与传统X.509认证方案，结果显示该方案性能更加优越.通过实验验证，该方案能够满足配电网中存储、计算、能耗等资源受限设备对于身份认证的多种需求.

参考文献 | 相关文章 | 多维度评价

Select

39. 基于语义复原和大模型的无文件混淆攻击识别

魏政, 何树果, 程度, 仇晶, 庞博文, 邢亚君, 郭媛,

信息安全研究 2025, 11 (12): 1125-.

摘要（134）

PDF （1478KB）（18）

近年来，随着无文件攻击方法和策略的进一步提升，无文件恶意攻击识别的相关研究也备受关注.其中，无文件混淆攻击作为一种新型的隐蔽式、动态式和复杂化攻击，能快速绕开现有的攻击引擎和规则式框架.为此，提出了一种基于动态局部执行和语义分析树指导的攻击脚本复原方法，以实现对混淆代码的复原.其次，基于大模型在攻击理解和语义识别上的高效性，结合大模型实现高效的无文件代码识别与分类.为进一步缓解大模型在大文件代码和长篇章识别上的不足，还提供了一种语义代码压缩策略以实现对关键攻击语义的保留.实验结果表明，提出的语义复原和大模型识别方法比现有方法提高10%左右的精确率和准确率，并同时提高了攻击识别效率.

参考文献 | 相关文章 | 多维度评价

Select

40. 基于特征提示的大语言模型判决文书信息要素抽取

曹文斌, 姜国庆,

信息安全研究 2025, 11 (E1): 102-.

摘要（131）

PDF （997KB）（35）

对于大语言模型而言，直接采用提示工程开展信息抽取，抽取结果往往存在准确率不高、输出内容不稳定、返回结果不可信等情况.针对这些问题，提出一种基于特征提示的大语言模型判决文书信息要素抽取方法.首先根据抽取的信息要素依据特征对判决文书进行文本过滤筛选，减少输入大语言模型的上下文文本长度，提升输入上下文内容与抽取目标的相关性；其次，基于指令遵循等提示工程方法构建prompt库；最后根据输出格式及信息要素内容特征进行校验、反馈.实验结果表明，对于侵害公民信息判决文书中犯罪行为、信息用途等6类信息要素抽取，采用该方法能有效提升抽取结果的可信度、准确率.该方法对于大语言模型处理长文本的其他自然语言处理任务具有借鉴意义.

参考文献 | 相关文章 | 多维度评价

摘要点击排行